[发明专利]一种基于拉格朗日-粒子群更新算法的故障诊断方法有效
| 申请号： | 201910512377.8 | 申请日： | 2019-06-13 |
| 公开（公告）号： | CN110135121B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 吕晓峰;马羚;张聿远;赵建忠;邓力;张振;姚成柱 | 申请（专利权）人： | 中国人民解放军海军航空大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/006 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 264001 山东省烟*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于拉格朗日‑粒子群更新算法的故障诊断方法。包括：建立故障诊断数学模型、对模型进行拉格朗日松弛、用粒子群更新方法寻找全局最优粒子、将最优粒子代入模型求解诊断结果四个步骤。本方法使用粒子群算法求解出最优的拉格朗日乘子，构造以上下界之差的绝对值为主要参数的适应度函数，基于该适应度函数选取全局最优粒子。为了满足原拉格朗日松弛算法中乘子非负的条件，构造指数函数减缓粒子往负方向的移动速度，并将种群中的粒子限定非负。本发明能够发现系统中的隐含故障，且故障隔离率更高，算法的结果更加准确，提高了算法的精度。 | ||
| 搜索关键词： | 一种 基于 拉格朗日 粒子 更新 算法 故障诊断 方法 | ||
【主权项】：
1.一种基于拉格朗日‑粒子群更新算法的故障诊断方法，其特征在于：基于系统相关性矩阵和测试结果，利用贝叶斯后验概率公式构造故障诊断模型；将模型中的约束条件吸收到目标函数中，得到拉格朗日松弛后的模型；利用粒子群更新方法找到全局最优拉格朗日乘子，并将该乘子代入到松弛后的优化模型中，求解得到故障诊断结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军海军航空大学，未经中国人民解放军海军航空大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910512377.8/，转载请声明来源钻瓜专利网。
